Optimasi Integrasi XGBoost dan Bayesian Optimization untuk Peningkatan Akurasi Prediksi Diabetes

Peningkatan prevalensi diabetes mendorong kebutuhan model prediksi yang akurat, sementara ketidakseimbangan kelas membatasi pengenalan kelompok pradiabetes. Penelitian ini bertujuan mengevaluasi integrasi XGBoost dan Bayesian Optimization untuk meningkatkan kinerja klasifikasi diabetes pada data survei kesehatan. Penelitian menggunakan pendekatan kuantitatif eksperimental dengan dataset Behavioral Risk Factor Surveillance System (BRFSS) periode 2023–2025, mencakup 782.941 observasi awal, 21 fitur, dan tiga kategori status diabetes. Data dibagi berdasarkan waktu, yaitu tahun 2023 untuk pelatihan, 2024 untuk validasi, dan 2025 untuk pengujian. Prapemrosesan meliputi deduplikasi dan imputasi berbasis data latih. Optimasi hiperparameter dilakukan menggunakan Optuna melalui 40 percobaan dengan memaksimalkan macro-F1. Ketidakseimbangan kelas ditangani melalui pembobotan kelas, disertai uji sensitivitas menggunakan SMOTE. Hasil pengujian menunjukkan peningkatan akurasi dari 68,91% menjadi 73,21% dan macro-F1 dari 49,88% menjadi 50,85%. Namun, recall pradiabetes menurun dari 31% menjadi 24%, sehingga peningkatan terutama berasal dari pengenalan kelas tidak diabetes. Pada validasi, pembobotan kelas menghasilkan macro-F1 sebesar 0,515, sedangkan kombinasinya dengan SMOTE hanya mencapai 0,382. Temuan ini menunjukkan bahwa optimasi meningkatkan kinerja agregat, tetapi belum mengatasi kelemahan pengenalan kelas minoritas. Disimpulkan bahwa integrasi XGBoost dan Bayesian Optimization memperbaiki prediksi, tetapi pengembangan strategi khusus pradiabetes diperlukan sebelum pemanfaatan klinis. Penelitian lanjutan perlu mengeksplorasi pembelajaran sensitif biaya, klasifikasi bertahap, kalibrasi probabilitas, dan stabilitas temporal.